版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、軟件缺陷是指軟件中存在的一種對系統(tǒng)正常運行造成影響的錯誤狀態(tài)。研究者們根據(jù)軟件的規(guī)模、復雜度、編程語言等提出了一些軟件缺陷評估和預測的方法,并且取得了一定的成績。然而現(xiàn)階段仍然有一些問題沒有得到很好的解決,例如在分析軟件語義信息對軟件缺陷影響的問題。本文提出了一種基于主題模型的方法來預測軟件缺陷,該方法結(jié)合軟件語義信息和軟件規(guī)模來研究軟件缺陷問題。研究對象為存儲在軟件版本控制系統(tǒng)(如GIT)中的軟件源代碼以及由Bugzilla收集的缺陷
2、信息。研究方法是使用主題模型對軟件源代碼進行語義挖掘和分析。在主題提取上,采用了潛在狄利克雷分布Latent Dirichlet Allocation(簡稱LDA)技術(shù)。主要工作內(nèi)容如下:
?、僭谲浖创a和缺陷信息的數(shù)據(jù)抽取與預處理上,運用基于Lucene的預處理工具PRETREATMENT,實現(xiàn)源代碼分詞、提取詞干、去標識符等操作。
?、跒榻鉀Q基于軟件規(guī)模、復雜度的缺陷預測方法中存在的同義與多義問題,提出了基于軟件語
3、義信息挖掘的軟件組件缺陷預測方法,并利用Eclipse平臺完成核心算法的編寫。
?、墼趹肔DA進行主題建模時,針對原有的組件缺陷預測方法進行了三點改進:第一是在源代碼預處理中保留用戶注釋信息,軟件開發(fā)過程中注釋信息往往起到舉足輕重的作用,本文研究中將注釋信息作為一種單獨的預測資源來輔助預測;第二是在構(gòu)建主題模型時,加入了軟件缺陷信息,提出并定義了結(jié)合軟件語義信息和缺陷信息的主題缺陷密度。第三是通過挖掘軟件版本之間主題的內(nèi)在信息
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于PCA的軟件缺陷預測方法研究.pdf
- 基于機器學習的軟件缺陷預測研究.pdf
- 基于程序切片的軟件缺陷預測.pdf
- 軟件缺陷靜態(tài)預測研究.pdf
- 基于社會軟件工程的軟件缺陷預測.pdf
- 基于學習機制的軟件缺陷預測研究.pdf
- 基于神經(jīng)網(wǎng)絡的軟件缺陷預測研究.pdf
- 基于機器學習的軟件缺陷預測方法與工具.pdf
- 基于機器學習的軟件缺陷預測技術(shù)研究.pdf
- 基于度量元的軟件缺陷預測技術(shù).pdf
- 基于遷移學習的跨項目軟件缺陷預測.pdf
- 基于機器學習的跨項目軟件缺陷預測研究.pdf
- 基于神經(jīng)網(wǎng)絡的軟件缺陷預測實證研究.pdf
- 軟件缺陷的評估方法研究與實現(xiàn).pdf
- 基于Scrum的軟件缺陷管理系統(tǒng)設計與實現(xiàn).pdf
- 軟件缺陷管理與預測系統(tǒng)的設計.pdf
- 基于流形學習的軟件缺陷預測方法研究.pdf
- 基于屬性離散化的軟件缺陷預測模型研究.pdf
- 基于LLE-SVM軟件缺陷預測模型的研究.pdf
- 基于距離度量學習的軟件缺陷預測方法研究.pdf
評論
0/150
提交評論